Randomisering

Randomisering av försöksdeltagare hjälper till att fördela naturlig variation jämnt mellan grupperna. För ToothGrowth skulle ett exempel på effektiv randomisering vara att slumpmässigt tilldela han- och honguineapiggar till olika experimentgrupper – vilket i bästa fall tar ut de naturliga skillnaderna mellan könen.

I experimentet som genererade datamängden ToothGrowth randomiserades guineapiggarna till att få C-vitamin antingen via apelsinjuice eller askorbinsyra, vilket anges i datamängden av variabeln supp. Det är naturligt att undra om det finns en skillnad i tandlängd beroende på tillskottstyp – en fråga som ett t-test också kan besvara!

Från och med den här övningen bör du använda t.test() och andra modelleringsfunktioner med formelnotation:

t.test(outcome ~ explanatory_variable, data = dataset)

Detta kan läsas som: "testa outcome utifrån explanatory_variable i min dataset." Standardtestet för t.test() är ett tvåsidigt t-test.

Den här övningen är en del av kursen

Experimentell design i R

Visa kurs

Övningsinstruktioner

Utför ett t-test för att avgöra om det finns en skillnad i tandlängd (len) beroende på tillskottstyp (supp), och spara resultaten som objektet ToothGrowth_ttest.
Läs in paketet broom.
Städa upp ToothGrowth_ttest med tidy(). Detta skriver ut resultaten i konsolen.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Perform a t-test
___ <- t.test(___, data = ToothGrowth)

# Load broom
library(___)

# Tidy ToothGrowth_ttest
___

Redigera och kör kod